STATISTICAL LEARNING
[English] AF: 153912 AR: 66111
| Titolo corso in inglese | STATISTICAL LEARNING |
| Anno Accademico | 2012/2013 |
| Codice Insegnamento | CM0325 |
| Crediti formativi universitari | 6 |
| Livello laurea | Laurea Magistrale dm270 |
| Settore scientifico disciplinare | SECS-S/01 |
| Periodo | I Semestre |
| Anno corso | 1 |
| Sede | VENEZIA |
Docenti
Corsi di laurea e percorsi
Programma
| Obiettivi Formativi |
Lo scopo del corso e' di fornire metodi e strumenti di base per l'estrazione di informazione dai dati. Ci si concentrera' soprattutto sui metodi di supervised learning. Le tecniche e i risultati presentati saranno applicati all'analisi di insiemi di dati reali durante le lezioni di laboratorio. |
| Prerequisiti | E' richiesta una conoscenza di base di calcolo delle probabilita' e inferenza statistica. Inoltre e' consigliata una familiarita' con il pacchetto statistico R, che verra' utilizzato in laboratorio. |
| Contenuti |
1 Ripasso del modello di regressione lineare classico 2 Metodi lineari di regressione: selezione delle variabili, ridge regression, lasso e regressione con componenti principali 3 Metodi lineari di classificazione: analisi discriminante lineare e quadratica e regressione logistica 4 Metodi di lisciamento: regressione polinomiale, splines polinomiali, naturali e smoothing splines; metodo del nucleo per la stima di densita' e per la regressione locale 5 Selezione e valutazione del modello |
| Testi di riferimento |
Berk, R.A. (2008). Statistical Learning from a Regression Perspective. New York: Springer-Verlag. Hastie, T., Tibshirani, R. and Friedman, J. (2008) The Elements of Statistical Learning: Data Mining, Inference and Prediction. Second Edition. New York: Springer-Verlag. Vapnick, V. (1996). The Nature of Statistical Learning Theory. New York: Springer-Verlag. |
| Modalità di verifica dell'apprendimento | scritto |
| Metodi didattici | Lezioni di teoria e di laboratorio. |
| Lingua di insegnamento | Inglese |
Sostenibilità
- Insegnamento sostenibile
- CFU sostenibili: 3
- Dispense e materiali di approfondimento e di autovalutazione disponibili online; testi di riferimento in formato e-book
- Utilizzo strumenti open-source
